Kimi-Researcher：你的专属研究助手，万字报告自主完成

Kimi-Researcher是一款基于端到端自主强化学习（end-to-end agentic RL）技术训练的新一代Agent模型，专为深度研究任务设计，现已开启小范围灰度测试。它能自主规划任务、深度思考、主动搜索并生成万字级深度研究报告及可交互可视化报告，旨在让每个人都能拥有自己的研究助理。

Kimi-Researcher 简介

• 首个Agent产品，基于端到端自主强化学习（end-to-end agentic RL）技术训练。
• 专为深度研究任务而生，将逐步开源基础预训练模型和强化学习后的模型。

核心功能与交付成果

• 自主规划任务执行流程： 包括澄清问题、深入思考（平均23步推理）、主动搜索（平均74个关键词，找到206个网址，筛选3.2%高质量内容）和调用工具（浏览器、代码）。
• 交付成果一：深度研究报告： 平均长度万字以上，引用约26个高质量、可溯源信源，内嵌跳转并高亮原文，便于验证与追溯。
• 交付成果二：动态可视化报告： 结构化排版、思维导图，可迅速把握整体结构与核心结论，支持在线生成链接并分享。

性能表现与应用场景

• Humanity’s Last Exam (HLE) 评测： 在零结构、无流程设计下，Pass@1准确率26.9%，Pass@4准确率40.17%，表现超越Claude 4 Opus、Gemini 2.5 Pro，并与Gemini-Pro Deep Research Agent持平。
• xbench 基准测试： DeepSearch任务中取得69%的平均通过率，领先该榜其他模型。
• 多样化应用示例： 涵盖寻找高价值benchmark、研究行业公司发展、了解各国数据隐私法规、汇总券商债市观点、制作教学课件、理解复杂知识结构以及满足生活中的好奇心。

训练原理与技术细节

• 端到端强化学习 (end-to-end agentic RL)： Kimi-Researcher 是一个零结构Agent，没有复杂的提示词或预设流程，模型通过自主试错，从零学习，将整个任务作为一个整体去解决。
• 训练哲学： 结果驱动的强化学习算法，模型仅根据最终结果是否正确获得奖励，所有策略、路径、判断均在反复试错中自然形成。
• 设计原则： 零提示/零结构、结果驱动的强化学习算法、轻量化长时记忆机制、面向Agent的训练基础设施。

内测与使用方式

• 已开始小范围灰度测试，邀请用户试用并提供反馈。
• 内测权限用户： 打开Kimi对话框下方“深度研究”按钮即可使用，每月20次额度，支持1条任务并发。
• 未获权限用户： 可在评论区留言希望Kimi-Researcher研究的问题，官方将抽取运行并返回结果页面链接。